申请/专利权人：慧视江山科技(北京)有限公司

申请日：2020-09-07

公开（公告）日：2021-01-08

公开（公告）号：CN112200829A

主分类号：G06T7/246(20170101)

分类号：G06T7/246(20170101);G06N3/04(20060101);G06N3/08(20060101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2021.01.26#实质审查的生效;2021.01.08#公开

摘要：基于相关滤波方法的目标跟踪方法与装置，方法包括：1提取波门内目标的特征信息；2在搜索框内利用提取的特征和目标波门内的相应特征进行相关滤波运算；3计算相应的置信度；4求取不同位置的PSR；5判断目标是否被遮挡，是则执行步骤6，否则执行步骤7；6记录在目标跟踪过程中不同时刻的位置信息，对LSTM进行训练，进行轨迹预测，跳转到步骤2；7将置信度进行融合，得到目标的最终位置；8以目标的最终位置为中心，以跟踪波门为窗口得到目标图像，将该图像作为目标一个训练样本，将训练集作为一个混合高斯模型进行建模；9对步骤7得到的训练样本进行训练，得到新的相关滤波器。

主权项：1.基于相关滤波方法的目标跟踪方法，其特征在于：其包括以下步骤：1提取跟踪波门内目标的特征信息；2在搜索框内利用提取的特征和跟踪波门内的相应特征进行相关滤波运算；3根据步骤2中得到的相关滤波在不同位置处的响应值，计算相应的置信度；4利用步骤3中求取搜索区域内不同位置的响应值计算峰值旁瓣比PSR；5根据峰值旁瓣比判断目标是否被遮挡，是则执行步骤6，否则执行步骤7；6记录在目标跟踪过程中不同时刻的位置信息，对长短时记忆网络LSTM进行训练，利用训练好的网络进行轨迹预测，跳转到步骤2；7将不同尺度下的相关滤波器的响应置信度进行融合，得到目标的最终位置；8以目标的最终位置为中心，以波门为窗口得到目标图像，将该图像作为目标一个训练样本，将训练集作为一个混合高斯模型进行建模，设置高斯模型数量，当高斯模型数量大于一定值时，舍弃权值最小的高斯模型，始终保持高斯模型数量维持在固定值，从而减小因为训练样本数量增加而引起的计算量增大的风险；9对步骤7得到的训练样本进行训练，得到新的相关滤波器。

全文数据：

权利要求：

百度查询： 慧视江山科技(北京)有限公司 基于相关滤波方法的目标跟踪方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD